復(fù)雜背景圖像中垂直伸縮式刀閘狀態(tài)識(shí)別研究

吳 寬,李保坤,林 師,姜 文,馬玲官,譚守標(biāo)

(1.海南電網(wǎng)有限責(zé)任公司，海南 海口 570203；2.安徽大學(xué)電子信息工程學(xué)院，安徽 合肥 230601；3.安徽南瑞繼遠(yuǎn)電網(wǎng)技術(shù)有限公司，安徽 合肥 230088)

0 引言

為了實(shí)現(xiàn)對(duì)刀閘狀態(tài)的自動(dòng)檢測，國內(nèi)外出現(xiàn)了許多檢測方案。這些方案基本上可以歸納為兩種：一種是對(duì)電路內(nèi)部進(jìn)行改動(dòng)，增加傳感器或者信號(hào)燈[1]；另一種是基于數(shù)字圖像處理的方法，例如機(jī)器人巡檢[2],通過監(jiān)控圖像對(duì)刀閘的開關(guān)狀態(tài)進(jìn)行判斷。相應(yīng)的圖像分析有基于紅外檢測方法[3]，利用尺度不變特征變換(scale invariant feature transform，SIFT)的匹配方法[4]。在復(fù)雜背景條件下，這些算法難以正確匹配刀閘，所以如何過濾背景識(shí)別刀閘是基于數(shù)字圖像處理自動(dòng)檢測實(shí)際應(yīng)用中的主要問題。

針對(duì)這個(gè)問題，本文以垂直伸縮式刀閘為例，對(duì)所給圖像進(jìn)行邊緣提取和快速分割。通過改進(jìn)Freeman鏈碼重新表達(dá)絕緣子特征，定位分割后的刀閘區(qū)域。利用此類刀閘的共同特點(diǎn)定義刀閘的開關(guān)狀態(tài)，實(shí)現(xiàn)對(duì)刀閘狀態(tài)的識(shí)別。

1 絕緣子的波動(dòng)點(diǎn)結(jié)構(gòu)

由于絕緣子輪廓具有明顯的密集波動(dòng)特點(diǎn)，所以采用Freeman鏈碼[5]提取絕緣子波動(dòng)特征，進(jìn)而實(shí)現(xiàn)復(fù)雜背景下的絕緣子檢測及定位。

波動(dòng)特征提取前，采用圖像二值化方法對(duì)圖像進(jìn)行預(yù)處理。本文采用自適應(yīng)二值化[5]，對(duì)得到的圖像進(jìn)行預(yù)處理。與全局二值化相比，自適應(yīng)二值化[6-10]方法是由每個(gè)像素位置和這個(gè)像素周圍點(diǎn)局部灰度特性來確定此像素二值化閾值的，對(duì)不同亮度的圖片適應(yīng)性強(qiáng)，很好地保留了圖片中物體的邊緣信息。

Freeman鏈碼是像素曲線[9]的一種表示方法。輪廓像素序列中，像素與像素之間的鏈接稱為鏈，每條鏈可以有八個(gè)方向(八向鏈碼)，即c{i}={0,1,2,3,4,5,6,7}。c{i}表示由像素i指向像素i+1的鏈碼，八向鏈碼如圖 1所示。這樣，一條像素曲線可以轉(zhuǎn)化為由n條鏈組成的鏈碼，表示為一定順序的連碼表{c(i)}n。鏈碼曲線如圖2所示。

圖1 八向鏈碼 Fig.1 Eight-way chain code

圖2 鏈碼曲線 Fig.2 Chain code curve

相對(duì)鏈碼[6]，是Freeman鏈碼之間的相互關(guān)系。每個(gè)像素點(diǎn)都有指向自己的鏈碼(像素i的鏈碼c1和此點(diǎn)指向后一像素點(diǎn)的鏈碼c2)。根據(jù)c1、c2的相互關(guān)系，鏈碼曲線中第i個(gè)像素處的相對(duì)鏈碼R(i)的計(jì)算公式為：

R(i)=(c2-c1+8)%8

(1)

式中：i為鏈碼曲線中像素序號(hào)；c1為第i個(gè)像素處的鏈碼；c2為第(i+1)個(gè)像素處的鏈碼；%為取模運(yùn)算。當(dāng)R(i)≤4時(shí)，R(i)=R(i);當(dāng)R(i)>4時(shí),R(i)=R(i)-8。

根據(jù)相對(duì)鏈碼可以計(jì)算得到絕對(duì)鏈碼[6]。設(shè)A(i)和A(i-1)分別為鏈碼曲線中第i個(gè)像素處和第(i-1)個(gè)像素處的絕對(duì)鏈碼，則它們之間存在對(duì)應(yīng)關(guān)系如下：

(2)

絕對(duì)鏈碼可用來計(jì)算三點(diǎn)鏈碼和[6]。三點(diǎn)鏈碼和為鏈碼曲線中當(dāng)前點(diǎn)和其前兩點(diǎn)的絕對(duì)鏈碼之和。對(duì)于閉合曲線，計(jì)算起始兩點(diǎn)時(shí)，前面點(diǎn)的值應(yīng)該繞到尾部取值，此時(shí)需要考慮絕對(duì)鏈碼的調(diào)整值。鏈碼曲線中第i個(gè)像素處三點(diǎn)鏈碼和sum(i)的計(jì)算公式為：

(3)

式中：N為鏈碼曲線的像素總數(shù)。

得到鏈碼曲線對(duì)應(yīng)的三點(diǎn)鏈碼和序列后，再將序列中每個(gè)像素點(diǎn)的三點(diǎn)鏈碼和sum(i)減去sum(0)，即可得到三點(diǎn)鏈碼序列。鏈碼曲線中第i個(gè)像素處的三點(diǎn)鏈碼trsum(i)的計(jì)算公式為：

trsum(i)=sum(i)-sum(0)

(4)

三點(diǎn)鏈碼主要用來計(jì)算三點(diǎn)鏈碼差[7]。三點(diǎn)鏈碼差是指離開此點(diǎn)與進(jìn)入此點(diǎn)的三點(diǎn)鏈碼之差。鏈碼曲線中，第i個(gè)像素處的三點(diǎn)鏈碼差Diff(i)計(jì)算如下(間隔三個(gè)像素點(diǎn))：

Diff(i)=trsum(i+3)-trsum(i)

(5)

對(duì)于閉合的鏈碼曲線，最后一個(gè)位置三點(diǎn)鏈碼差的計(jì)算應(yīng)從三點(diǎn)鏈碼序列的起始點(diǎn)處取得：

Diff(N-1)=trsum(3-i)-trsum(N-i)+24

(6)

根據(jù)曲線的Freeman鏈碼，可計(jì)算出曲線像素點(diǎn)的鏈碼差，并得到與此曲線對(duì)應(yīng)的三點(diǎn)鏈碼差序列。根據(jù)對(duì)應(yīng)位置的三點(diǎn)鏈碼差Diff(i)，對(duì)曲線上的凹凸點(diǎn)進(jìn)行判斷。判別公式為：

(7)

三點(diǎn)鏈碼差是一個(gè)與曲率成正比的量，可用于發(fā)現(xiàn)邊界上的角點(diǎn)。Diff(i)為2相當(dāng)于角度大小為30°，Diff(i)為3相當(dāng)于角度大小為45°，正負(fù)體現(xiàn)凹凸方向。當(dāng)凹凸角點(diǎn)連續(xù)出現(xiàn)時(shí)，定義像素點(diǎn)i處存在一個(gè)連續(xù)波動(dòng)點(diǎn)結(jié)構(gòu)。

2 絕緣子定位算法

根據(jù)連續(xù)波動(dòng)點(diǎn)特征，設(shè)計(jì)的絕緣子定位算法流程如下。

①檢測二值化后圖像的輪廓信息，并以Freeman鏈碼表示。

②根據(jù)圖像的Freeman鏈碼，計(jì)算得到圖像輪廓的鏈碼差序列Diff；根據(jù)鏈碼差序列，查找出具有連續(xù)波動(dòng)性的角點(diǎn)結(jié)構(gòu)并標(biāo)記，得到連續(xù)波動(dòng)角點(diǎn)的分布圖。由于復(fù)雜背景下絕緣子邊緣出角點(diǎn)出現(xiàn)頻繁，可適當(dāng)更改比較的閾值，從而限制角度與波動(dòng)結(jié)構(gòu)長度，以減少復(fù)雜背景無序角點(diǎn)的干擾。

③定義查找窗口，設(shè)置為絕緣子面積的1～1.5倍，之后通過遍歷連續(xù)波動(dòng)角點(diǎn)分布圖中的連續(xù)波動(dòng)點(diǎn)。根據(jù)角點(diǎn)位置對(duì)不同的查找窗口投票，查找連續(xù)波動(dòng)性角點(diǎn)最多(票數(shù)最高)的窗口位置。

在窗口中，由于連續(xù)波動(dòng)點(diǎn)大多出現(xiàn)在絕緣子周圍，所以絕緣子所在窗口得到的票數(shù)最高。

3 刀閘狀態(tài)檢測及位置修正

對(duì)得到的圖像進(jìn)行圖像分割，將圖像轉(zhuǎn)換至Lab空間[10]。利用圖像在Lab色彩空間中的像素?cái)?shù)值l(亮度)、a(從紅色到綠色)、b(從黃色到藍(lán)色)、坐標(biāo)(x,y)的五維信息，對(duì)圖片進(jìn)行像素級(jí)的聚類，將圖片分割成不同區(qū)域。每個(gè)區(qū)域采用不同的標(biāo)簽(label)標(biāo)明。

對(duì)于刀閘不同狀態(tài)的分割結(jié)果，本文使用的分割算法[8]保持了分割圖中原區(qū)域的連通性，這將有助于對(duì)刀閘開關(guān)狀態(tài)的定義與定位。

根據(jù)背景的最大連通區(qū)域的情況，可以定義圖像中刀閘的開關(guān)狀態(tài)。當(dāng)?shù)堕l斷開時(shí)，絕緣子以上背景最大連通性區(qū)域處寬度與圖片寬度相差較??；當(dāng)?shù)堕l連接時(shí)，絕緣子以上背景最大連通性區(qū)域處寬度與圖片寬度較大。

使用背景最大連通性區(qū)域處寬度與圖片寬度的差值為判別依據(jù)，設(shè)置適當(dāng)?shù)拈撝悼梢院唵?、有效地區(qū)分刀閘開關(guān)的兩種狀態(tài)。設(shè)閾值為圖片寬度的20%。定義D為差值，則刀閘開關(guān)狀態(tài)判別公式為：

2.企業(yè)與職業(yè)經(jīng)理人的信息不對(duì)稱。職業(yè)經(jīng)理人的能力是私人信息，外部很難獲得，所以企業(yè)在面試職業(yè)經(jīng)理人或者通過獵頭公司獲得他們信息時(shí)，就存在信息不對(duì)稱的現(xiàn)象，有時(shí)甚至出現(xiàn)獵頭公司幫助職業(yè)經(jīng)理人掩飾不符合企業(yè)要求的信息內(nèi)容。這就使得企業(yè)在對(duì)人員篩選時(shí)，面臨著較大的困難，所以只好通過考察職業(yè)經(jīng)理人的學(xué)歷、個(gè)人財(cái)富、職業(yè)背景等來減少風(fēng)險(xiǎn)。但是，這些方式不能從根本上解決企業(yè)對(duì)職業(yè)經(jīng)理人真實(shí)信息的需求。

D=W-w

(8)

式中：W為圖片的寬度；w為背景中最大連通性區(qū)域的寬度。當(dāng)D≤0.2W，刀閘處于斷開狀態(tài)；當(dāng)D>0.2W，刀閘處于連接狀態(tài)。

由于絕緣子定位算法中窗口定義的大小可能大于刀閘的實(shí)際區(qū)域，可以在查找窗口(即2中定位窗口)中修正絕緣子的實(shí)際位置。查找窗口內(nèi)部波動(dòng)點(diǎn)，對(duì)其位置所屬區(qū)域投票。得票數(shù)最多的區(qū)域，表明其邊緣占有最多的波動(dòng)點(diǎn)結(jié)構(gòu)，則此區(qū)域?yàn)榻^緣子區(qū)域。

使用波動(dòng)點(diǎn)結(jié)構(gòu)統(tǒng)計(jì)得到絕緣子的定位框后，繼續(xù)通過波動(dòng)點(diǎn)投票修正絕緣子的定位框，位置信息更加精確。

4 試驗(yàn)結(jié)果與分析

為驗(yàn)證本文提出的利用絕緣子波動(dòng)點(diǎn)定位絕緣子，根據(jù)背景連通性判斷刀閘的開關(guān)狀態(tài)方法的有效性，將其應(yīng)用于各種背景復(fù)雜的垂直伸縮式刀閘圖像的狀態(tài)判斷。本試驗(yàn)在CPU為Intel Core i5、內(nèi)存為4 GB的計(jì)算機(jī)上進(jìn)行。

圖3顯示了各個(gè)刀閘狀態(tài)判斷結(jié)果。圖3中，下部的基線，是絕緣子修正位置后得到的絕緣子區(qū)域上限，目的是確定圖片的判斷區(qū)域。上部的黑色區(qū)域，則是圖片經(jīng)過分割后的判斷域中，通過算法自動(dòng)查找到的最大連通域。根據(jù)上述定義的垂直伸縮式刀閘的開關(guān)狀態(tài)，對(duì)最大連通域進(jìn)行判斷，得到了刀閘的開(連接)、關(guān)(斷開)狀態(tài)的識(shí)別結(jié)果。

圖3 各個(gè)刀閘狀態(tài)判斷結(jié)果 Fig.3 Judgement of the state of each disconnector

在復(fù)雜環(huán)境下，以上分析結(jié)果驗(yàn)證了本文提出的算法可以正確定位刀閘中絕緣子的位置以及正確判斷刀閘的開關(guān)狀態(tài)。

5 結(jié)束語

本文提出了一種針對(duì)垂直伸縮式刀閘開關(guān)狀態(tài)的識(shí)別方法。該方法實(shí)現(xiàn)了復(fù)雜背景下絕緣子的自動(dòng)定位，可用于其他含絕緣子物體的輔助定位。根據(jù)圖像分割后刀閘不同狀態(tài)下背景連通性的不同，該算法能夠區(qū)分刀閘的開關(guān)狀態(tài)。

參考文獻(xiàn):

[1] 王德才,曾瑾文.變電站6 kV刀閘狀態(tài)監(jiān)控研究分析[J].自動(dòng)化應(yīng)用,2011(9):40.

[2] 周立輝,張永生,孫勇,等.智能變電站巡檢機(jī)器人研制及應(yīng)用[J].電力系統(tǒng)自動(dòng)化,2011,35(19):85-88.

[3] 張國燦,蘇東青,葉玉云.紅外成像技術(shù)在電力設(shè)備狀態(tài)檢測中的應(yīng)用[J].電工技術(shù),2012(12):48-49.

[4] 侯一民,邸建銘.改進(jìn)的尺度不變特征轉(zhuǎn)換精確圖像匹配在電力設(shè)備目標(biāo)定位中的應(yīng)用[J].中國電機(jī)工程學(xué)報(bào),2012,32(19):134-139.

[5] WANG H Y,PAN D L,XIA D S.A fast algorithm for two-dimensional adaptive threshold algorithm[J].Journal of Image & Graphics,2005,33(9):968-971.

[6] 余博,郭雷,趙天云,等.Freeman鏈碼描述的曲線匹配方法[J].計(jì)算機(jī)工程與應(yīng)用,2012,48(4):5-8.

[7] 譚建豪,章兢.基于鏈碼差的邊界凸凹性判別[J].科學(xué)技術(shù)與工程,2007,7(5):769-772.

[8] FELZENSZWALB P F,HUTTENLOCHER D P.Efficient graph-based image segmentation[J].International Journal of Computer Vision,2004,59(2):167-181.

[9] DONALD H,PAULIN M,WARREN R.計(jì)算機(jī)圖形學(xué)[M].蔡士杰,楊若瑜,譯.北京： 電子工業(yè)出版社,2014.

[10]龐曉敏,閔子建,闞江明.基于HSI和LAB顏色空間的彩色圖像分割[J].廣西大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,36(6):976-980.